Estudo comparativo de métodos de estimação do modelo de resposta gradual para dados de burnout em enfermeiras

• Autor(a) principal: Maia, Juliana Marambaia
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-27072020-102417/
• topic: Bayesian inference; Burnout syndrome; Classical inference; Graded response model; Inferência Bayesiana; Inferência clássica; Item response theory; Modelo de resposta gradual; Síndrome de burnout; Teoria de resposta ao item

O modelo de resposta gradual é um modelo da Teoria de Resposta ao Item (TRI) para itens com resposta politômica amplamente conhecido na literatura. A motivação para este trabalho parte de um conjunto de dados pertencente ao projeto RN4CAST relacionado à síndrome de burnout, que é uma síndrome psicológica de configuração multidimensional de exaustão emocional, despersonalização e realização pessoal reduzida. As medidas de burnout são baseadas no Inventário de burnout de Maslach, um questionário de 22 itens para ser respondido em uma escala Likert de 7 pontos. O objetivo deste trabalho é o estudo do modelo de resposta gradual unidimensional e multiunidimensional, sob as abordagens clássica e Bayesiana, motivado pelos dados da síndrome de burnout, e para isso realize-se um estudo de simulação para verificar o comportamento de forma empírica do modelo. Os modelos são ajustados considerando o método da máxima verossimilhança marginal e o Monte Carlo cadeia de Markov via amostrador de Gibbs. O estudo de simulação mostra que, em geral, o método Monte Carlo via cadeia de Markov amostrador de Gibbs produz bons resultados na estimação dos parâmetros dos itens e do traço latente do modelo de resposta gradual unidimensional. Os resultados do estudo do modelo de resposta gradual multiunidimensional apresenta bons resultados à medida que o tamanho amostral e o do teste aumentam.